(REMISSION) Funktionelle neuronale Veränderungen und veränderte kortikal-subkortikale Konnektivität im Zusammenhang mit der Genesung von Internet-Gaming-Störungen (2019)

Von 2016 bis 2017 haben wir 154 IGD-Probanden für fMRT während einer Cue-Craving-Aufgabe rekrutiert (siehe unten). Wir haben die Teilnehmer nach ca. 1 Jahr kontaktiert und sie für IGD neu bewertet. XNUMX IGD-Probanden (fünf Frauen), die die Kriterien der IGD nicht mehr erfüllten, erklärten sich bereit, beim Scannen an der Cue-Craving-Aufgabe teilzunehmen. Anschließend vergleichen wir die neueren Daten (wiederhergestellte IGD) mit den Basisdaten (aktive IGD), um Unterschiede im Zeitverlauf zu ermitteln (Abbildung) 1A).

Zu Beginn der Studie wurden die Teilnehmer als IGD eingestuft, wenn sie im Internet-Suchttest von Young (einem Fragebogen mit Selbstauskunft) mindestens 50 Punkte erreichten und mindestens fünf DSM-5-Kriterien für IGD erfüllten (klinisches Interview; weitere Informationen siehe „Ergänzendes Material“) Einzelheiten; Petry et al., 2014; Jung, 2009). Alle Teilnehmer erhielten strukturierte psychiatrische Interviews (MINI), die von einem erfahrenen Psychiater durchgeführt wurden (Lecrubier et al., 1997) und Personen mit psychiatrischen Störungen oder Verhaltensweisen wurden ausgeschlossen (siehe „Ergänzungsmaterial“). Darüber hinaus berichteten keine Probanden über frühere Erfahrungen mit Glücksspielen oder illegalen Drogen (z. B. Cannabis und Heroin). Alle Themen gespielt League of Legends (LOL und Riot Games) seit mehr als 1 Jahr. Dieses Kriterium basierte auf unserer Verwendung von Spiel-Hinweisen als Stimuli in dieser Studie und LOL war das beliebteste Online-Spiel während des Beginns der Studie. Personen, die sich von der IGD erholt hatten, mussten im Internet-Suchttest von Young weniger als 50 Punkte erzielen und zum 5-Jahres-Zeitpunkt weniger als fünf DSM-1-Kriterien für die IGD erfüllen (Petry et al., 2014; Jung, 2009; siehe Tabelle 1 für Details).

Tabelle 1. Demografische Merkmale der IGD-Teilnehmer, als IGD aktiv war und sich erholte

Wie bereits beschrieben, wurde in dieser Studie eine ereignisbezogene Cue-Reaktivitätsaufgabe verwendet (Dong et al., 2017; Dong, Wang et al., 2018). Die Aufgabe enthält zwei Arten von Cue-Bildern: 30 spielbezogene Bilder und 30 tippbezogene Bilder (neutrale Grundlinie). Innerhalb jedes Typs enthielt die Hälfte der 30 Bilder ein Gesicht und Hände und die Hälfte enthielt nur Hände. Spielbezogene Bilder zeigen eine Person, die das Online-Spiel (LOL) auf einem Computer spielt. Bei tippbezogenen Bildern tippt dieselbe Person einen Artikel auf einer Tastatur vor einem Computer. Die Teilnehmer wurden angewiesen, durch Drücken der Taste „1“ auf der Tastatur, wenn ein Gesicht vorhanden war, und durch Drücken der Taste „2“, wenn kein Gesicht vorhanden war, anzuzeigen, ob ein Gesicht im Bild vorhanden war oder nicht.

Abbildung 1B Zeigt die Zeitleiste eines Beispielversuchs in der Aufgabe an. Zunächst wurde ein festes Kreuz von 500 ms präsentiert, gefolgt von einem Cue-Bild wie oben beschrieben. Die Bilder wurden in zufälliger Reihenfolge dargestellt, um Auswirkungen auf die Reihenfolge zu vermeiden. Jedes Bild wurde bis zu 3,000 ms lang präsentiert. Während dieser Zeit mussten die Teilnehmer antworten. Der Bildschirm wurde nach dem Drücken der Taste schwarz und dauerte 3,000 (Reaktionszeit) ms. In der Phase der Bewertung des Verlangens wurden die Teilnehmer gebeten, das Ausmaß ihres Verlangens nach den entsprechenden Reizen auf einer 5-Punkte-Skala im Bereich von 1 (XNUMX) zu bewerten.kein Verlangen) zu 5 (extrem hohes Verlangen). Diese Phase dauerte bis zu 3,000 ms und wurde durch Knopfdruck beendet. Schließlich wurde zwischen jedem Versuch ein leerer Bildschirm von 1,500 bis 3,500 ms angezeigt. Die gesamte Aufgabe umfasste 60 Versuche und dauerte ungefähr 9 Minuten. Die Aufgabe wurde vorgestellt und Verhaltensdaten wurden unter Verwendung von E-Prime-Software (Psychology Software Tools, Inc., Sharpsburg, PA, USA) gesammelt. Alle Teilnehmer wurden gebeten, einen 10-Punkte-Fragebogen zum Spieldrang mit Punktzahlen zwischen 1 und 10 auszufüllen, um das spielbezogene Verlangen vor der fMRT zu bewerten (Cox, Tiffany & Christen, 2001).

Die Vorverarbeitung der fMRI-Daten erfolgte mit SPM12 (http://www.fil.ion.ucl.ac.uk/spm) und Neuroelf (http://neuroelf.net), wie zuvor beschrieben (Dong et al., 2017; Dong, Wang et al., 2018). Die Bilder wurden in Scheiben geschnitten, neu ausgerichtet und auf das erste Volume neu ausgerichtet, wobei T1-registrierte Volumes zur Korrektur von Kopfbewegungen verwendet wurden. Die Bilder wurden dann auf den MNI-Raum normalisiert und unter Verwendung eines 6 mm breiten Gaußschen Kernels mit halbem Maximum räumlich geglättet. Aufgrund der Kopfbewegung wurden keine Probanden aus der Analyse entfernt (die Ausschlusskriterien waren 2 mm in Richtungsbewegung oder 2 ° in Rotationsbewegung). Ein allgemeines lineares Modell (GLM) wurde angewendet, um die BOLD-Aktivierung in Bezug auf Gehirnaktivitäten zu identifizieren. Verschiedene Arten von Versuchen (spielbezogen, typenbezogen, falsch oder verpasst) wurden separat mit einer kanonischen hämodynamischen Antwortfunktion zusammengefasst, um Aufgabenregressoren zu bilden. Die Dauer jedes Versuchs betrug 4,000 ms. Die GLMs enthielten eine konstante Laufzeit pro Lauf. Sechs Kopfbewegungsparameter, die aus der Neuausrichtungsphase und der Spielhistorie (selbst gemeldete Spieljahre) abgeleitet wurden, wurden aufgenommen, um diese potenziellen Verwirrungen anzugehen. Ein GLM-Ansatz wurde verwendet, um Voxel zu identifizieren, die für jedes Ereignis während der Reaktionsphase signifikant aktiviert wurden.

Die Analysen der zweiten Ebene wurden wie folgt durchgeführt. Zunächst wurde eine voxelweise Analyse mit wiederholten Messungen im gesamten Gehirn durchgeführt, um die Aktivität im Zusammenhang mit [(wiederhergestellt)] zu untersuchen_{Spielbezogene Reize} - erholt_{Tippbezogene Reize}) - (aktiv_{spielbezogene Reize} - aktiv_{Tippbezogene Reize})]. Familienbezogene Fehlergrenzen (p <001) wurden mit 3dClustSim (einer aktualisierten Version von Alphasim) ermittelt und alle Vergleiche mit 3dClustSim (https://afni.nimh.nih.gov/pub/dist/doc/program_help/3dClustSim.html), p <001, zweiseitig, mit einer Ausdehnung von mindestens 40 Voxeln.

Dieses Experiment wurde vom Human Investigations Committee der Zhejiang Normal University genehmigt und entspricht dem Ethikkodex der World Medical Association (Deklaration von Helsinki). Alle Teilnehmer erteilten vor dem Scannen eine schriftliche Einverständniserklärung.

Wir analysierten die Korrelationen zwischen den Gehirnreaktionen im linken ACC und dem lentiformen und selbstberichteten Verlangen nach Hinweisen. Unabhängig vom IGD - Status wurden signifikante Korrelationen zwischen selbst berichteten Heißhungerattacken und linsenförmigen Aktivierungen gefunden (Abbildung 3). Es wurden keine signifikanten Korrelationen zwischen ACC-Aktivierungen und Heißhunger festgestellt.

Wir haben die effektive Konnektivität zwischen dem linken ACC und der linken Lentiform unter Verwendung des Dynamic Causal Modeling (DCM) zu den beiden Zeitpunkten weiter analysiert. Die verwendeten Knoten wurden durch die oben dargestellten Interaktionsergebnisse definiert. Von den verschiedenen Gehirnregionen, die in den Gesamtgehirnanalysen identifiziert wurden, befindet sich das ACC im Netzwerk der ausführenden Kontrolle und der linsenförmige Kern im Belohnungsnetzwerk. Angesichts unserer Hypothese, dass die exekutive Kontrolle über das Verlangen bei der Genesung nach IGD geändert werden sollte, haben wir diese beiden Hirnregionen als Interessenregionen in dieser Studie für Konnektivitätsanalysen ausgewählt. Mit anderen Worten, wir haben diese beiden Regionen als Komponenten von Netzwerken zur Kontrolle der Geschäftsführung und zur Belohnung ausgewählt, um die Wechselwirkungen zwischen diesen beiden Systemen bei der Wiederherstellung nach IGD zu untersuchen.

Wir haben die Koordinate des Peaks der Cluster (lokale Maxima in der statistischen Karte) als Mittelpunkt genommen, um Kugeln mit 6-mm-Radien zu erzeugen [linke Lentiform (−21, 3, 21); ACC (-3, 39, 6)]. In jeder Sphäre waren etwa 33 Voxel enthalten. Diese für jede Gruppe identifizierten Regionen wurden in ein dynamisches Netzwerk aufgenommen, und DCM wurde verwendet, um die wahrscheinlichste Struktur des Netzwerks angesichts der Daten zu bestimmen.

Bei der festen Konnektivität zeigten DCM-Schätzungen eine signifikant erhöhte Konnektivität zwischen ACC und Linsen, wenn sich die IGD-Patienten erholten (t = 3.167, p = 003). In ähnlicher Weise war auch die Lentiform-ACC-Konnektivität signifikant erhöht, wenn sich IGD-Patienten erholten (t = 4.399, p <001).

Ähnliche Merkmale wurden auch beobachtet, wenn die Probanden Spielhinweisen ausgesetzt waren. Bei den Modulationseffekten zeigten DCM-Schätzungen eine signifikant erhöhte ACC-linsenförmige Konnektivität, wenn sich IGD-Probanden erholten (t = 2.769, p = 009). Die Lentiform-ACC-Konnektivität war jedoch nur geringfügig erhöht, als sich die IGD-Patienten erholten (t = 1.798, p = 09; Zahl 4).

Verminderte Empfindlichkeit gegenüber Spielhinweisen

Übereinstimmend mit unserer Hypothese wurden verminderte Gaming-Cue-bedingte Aktivierungen in Gehirnregionen mit Belohnungsschaltkreisen [lentiformer, ventromedialer präfrontaler Kortex (vmPFC, einschließlich orbitofrontaler Kortex (OFC)] gefunden, wenn sich IGD-Probanden vom Gaming erholten Verhaltensweisen und Belohnungsverarbeitung (Ikemoto, Yang & Tan, 2015; Sayette, 2016), auch bei Abhängigkeiten (Balodis & Potenza, 2015; Cheng et al., 2016; Tobler et al., 2016; Yang et al., 2017). Das Belohnungssystem könnte aktiviert werden, wenn Personen bei Substanzkonsum oder bei Glücksspielstörungen relevanten Stimuli ausgesetzt sind (Balodis et al., 2012; Worhunsky, Malison, Rogers & Potenza, 2014) sowie in IGD (Ko et al., 2009; Liu et al., 2017; Sun et al., 2012). Personen mit IGD zeigten im Vergleich zu Personen mit regelmäßigem Spielkonsum eine stärkere linsenförmige Aktivierung der Spielhinweise, was mit der Reaktivität des Hinweises und dem Verlangen nach Befunden bei Störungen des Substanzkonsums vereinbar ist (Dong et al., 2017; Dong, Wang et al., 2018).

In dieser Studie wurden nach der Genesung verminderte Aktivierungen im linsenförmigen Kern und in anderen belohnungsbezogenen Hirnregionen gefunden. Die Ergebnisse legen nahe, dass die neuronale Reaktion auf Gaming-Signale nach der Genesung abnimmt, was im Einklang mit früheren Studien steht, in denen IGD mit Kontrollen verglichen wurden (Kim et al., 2018; Ko et al., 2013; Ma et al., 2019). Die Korrelationen zwischen der Abnahme der linsenförmigen Aktivierung und dem selbst berichteten Verlangen nach einem Anreiz sprechen für die Annahme, dass eine verminderte neuronale Reaktivität in der linsenförmigen bei der Genesung bei IGD auf eine verminderte Verlangensreaktion zurückzuführen sein könnte und sich vor allem auf verminderte Motivationen beziehen könnte, sich übermäßig zu engagieren Spielverhalten. Unsere vorherige Studie hat gezeigt, dass das Spielverhalten das Verlangen von IGD-Probanden erhöhen kann (Dong, Wang et al., 2018). Darüber hinaus berichteten wir zuvor, dass eine stärkere linsenförmige Aktivierung von Spielhinweisen mit dem Auftreten von IGD bei Personen mit regelmäßigem Spielkonsum zusammenhängt (Dong, Wang, Liu et al., 2019). Diese Studie legt nahe, dass während der Genesung eine Abnahme des problematischen Spielens mit einem verminderten Verlangen nach IGD verbunden ist, wobei der linsenförmige Kern in diese Beziehung verwickelt ist. Zusammengenommen deuten die Ergebnisse auf eine wichtige Rolle für den linsenförmigen Kern und das durch Stichworte ausgelöste Verlangen bei Übergängen zwischen IGD und regulärem Spielgebrauch und umgekehrt hin. Die genauen Beziehungen (z. B. ob ein verringertes Spielen zu einer verringerten linsenförmigen Empfindlichkeit und einem verringerten Verlangen führt oder ob eine verringerte linsenförmige Empfindlichkeit zu einem verringerten Verlangen und einem verringerten Spielen führt) erfordern weitere Untersuchungen.

Kontrolle des Verlangens nach Genesung

Eine andere Hirnregion, die Gruppenunterschiede aufwies, war das ACC, das an der exekutiven Kontrolle und anderen Prozessen beteiligt war. Im Gegensatz zu unserer Hypothese war die Aktivierung im ACC (sowie im MFG) nach der Genesung verringert. Der identifizierte Cluster umfasste das ACC und das MFG und wurde ventral erweitert, um das vmPFC und das OFC einzuschließen. Insbesondere der mediale präfrontale Kortex war an dem durch das Stichwort ausgelösten Verlangen nach Substanzabhängigkeiten wie der Kokainkonsumstörung beteiligt (Kober et al., 2016; Wexler et al., 2001), Bearbeitung von Belohnungen, insbesondere während der Benachrichtigungs- oder Ergebnisphase (Knutson, Fong, Adams, Varner & Hommer, 2001; Knutson & Greer, 2008), Entscheidungen fällen (Tanabe et al., 2007), Standardmodus-Verarbeitung (Harrison et al., 2017) und andere Prozesse (Li, Mai & Liu, 2014). Angesichts der Tatsache, dass sich die in dieser Studie angestellte Aufgabe auf das Begehren nach Cues konzentrierte, ist es verlockend zu spekulieren, dass die im Cluster mit OFC / vmPFC / ACC / MFG beobachtete relativ verringerte Aktivierung mit einer verminderten Cue-Reaktivität zusammenhängt, obwohl diese Interpretation geringer ist gestützt durch Daten als die lentiformen Befunde, da keine Korrelation mit selbst berichteten Heißhungerattacken besteht.

Da das ACC und andere kortikale Hirnregionen an der exekutiven oder kognitiven Kontrolle beteiligt sind (Rollen, 2000), auch bei Menschen mit Suchtproblemen (Filbey et al., 2008; Franklin et al., 2007; Kosten et al., 2005; Myrick et al., 2004; Wrase et al., 2002) ist es möglich, dass Personen mit IGD, die sich erholt haben, eine effizientere Verarbeitung von Kontrollregionen im Vergleich zu dem Zeitpunkt nachweisen, als sie problematisch spielten. Um die Beziehungen zwischen ACC und linsenförmigen Aktivitäten zu untersuchen, haben wir DCM angewendet und festgestellt, dass die Konnektivitäten nach der Wiederherstellung erhöht wurden. Nach psychophysiologischen Interpretationen funktioneller Konnektivitäten zwischen diesen Hirnregionen (Havlicek et al., 2015; Stephan et al., 2010) deuten höhere Werte für die Konnektivität zwischen ACC und Lentiform bzw. Lentiform und ACC während der Genesung im Vergleich zu Zeiten, in denen Spiele problematisch sind, darauf hin, dass die Interaktionen zwischen diesen beiden Gehirnregionen bei Probanden nach der Genesung effizienter sind. Zukünftige Forschungen sollten daher untersuchen, inwieweit dies einen Mechanismus zur effizienteren Steuerung von Heißhungerattacken, eine gleichzeitige Kopplung von Regionen, die an der Verarbeitung von Belohnungen beteiligt sind, oder sehnsuchtsbedingte Motivationen oder andere Möglichkeiten widerspiegelt.

Bedeutung und klinische Implikationen

Theoretische Modelle haben wichtige Rollen für kortikale und subkortikale Gehirnregionen bei Internetnutzungsverhalten und -störungen vorgeschlagen. Eine kürzlich erfolgte Aktualisierung des I-PACE-Modells (Brand et al., 2019) vorgeschlagenen Verhaltens- und neuronalen Mechanismen im Zusammenhang mit Übergängen bei Störungen der Internetnutzung wie IGD. In diesem Modell waren die Reaktivität des Cues und Änderungen der Schaltkreise zwischen Kortikalis und Basalganglien wichtige Komponenten, was mit den Ergebnissen dieser Studie übereinstimmt. Bemerkenswerterweise schlägt das aktualisierte I-PACE-Modell auch eine Rolle für die Insula vor (Brand et al., 2019), im Einklang mit Veränderungen der Cue-Reaktivität und der Craving-Befunde sowie der insulären Aktivierung und Konnektivität bei Personen mit IGD, die eine Craving-Behavioural-Intervention erhalten (Zhang et al., 2016b). Darüber hinaus deuteten Ruhezustandsdaten aus derselben Kohorte auf eine verminderte Konnektivität hin (z. B. zwischen OFC und Hippocampus sowie zwischen den hinteren cingulären und motorischen Regionen; Zhang et al., 2016a). Daher schlagen diese und andere neuere Studien potenzielle neuronale Ziele für Interventionen vor (z. B. unter Verwendung von Gehirnmodulationsmethoden wie schneller transkranieller Magnetstimulation oder transkranieller Gleichstromstimulation), um das Verlangen zu reduzieren und die Erholung bei IGD zu fördern. Verhaltensansätze, die auf das Verlangen abzielen und möglicherweise über gemeinsame oder unterschiedliche neuronale Mechanismen (z. B. auf kognitiven Verhaltensweisen und Achtsamkeit basierende Therapien) funktionieren, sollten auch im Lichte der aktuellen Erkenntnisse berücksichtigt werden, insbesondere angesichts der wichtigen Rolle von Verhaltenstherapien bei der Behandlung von Sucht und den Wert des Verständnisses, wie bestimmte Therapien auf neurobiologischer Ebene funktionieren können.

Einige Einschränkungen sollten erwähnt werden. Erstens haben wir keine gesunden Kontrollpersonen in diese Studie einbezogen. Obwohl wir festgestellt haben, dass die Spielhistorie nicht mit dem Schweregrad der IGD zusammenhängt (r = .088, p = .494) und auch die Spielhistorie als Faktor in das GLM einbezogen, könnte eine Kontrollgruppe beim Verständnis der Daten hilfreich gewesen sein (z. B. im Hinblick auf mögliche Test-Retest-Effekte). Zweitens waren die meisten Probanden männlich (nur fünf Frauen). Zukünftige Studien sollten daher untersuchen, inwieweit die Ergebnisse auf weibliche Populationen zutreffen können, insbesondere da geschlechtsspezifische Unterschiede bei neuronalen Korrelaten in IGD-Populationen beobachtet wurden (Dong, Wang et al., 2018; Dong, Wang, Wang et al., 2019; Dong, Zheng et al., 2018). Drittens, obwohl wir eine DCM-Analyse durchgeführt haben, die nahelegt, dass sich die exekutive Kontrolle über die linsenförmige Aktivierung mit der Genesung verbessern kann, können wir andere mögliche Erklärungen nicht ausschließen, die in zukünftigen Studien direkt untersucht werden sollten.

Schlussfolgerungen